python 商品の組み合わせ 売上総額集計

Question

どなたか助けてください。pythonに関する質問です。

〇前提
当店では、お客様に商品を２つ選択してもらい、販売する形式をとっています。
売上のデータからどの組み合わせが最も売り上げをあげているかを把握したいです。

〇用いるデータ（例）
csv_data = '''
No,商品A,商品B,時刻,支払額
0,みかん,りんご,2022/3/15 10:00,-300
1,りんご,桃,2022/3/15 12:00,-500
2,ぶどう,みかん,2022/3/15 14:00,-400
3,みかん,レモン,2022/3/15 15:00,-600
4,りんご,みかん,2022/3/15 16:00,-200
5,みかん,りんご,2022/3/15 17:00,-180
6,みかん,レモン,2022/3/15 15:10,-290
7,レモン,みかん,2022/3/15 15:20,-420
'''

〇実現したいこと
読み込んだcsvデータの支払額がお客様がその時支払った金額になるので、
以下のような形で集計したい。＊商品AとBを入れ替えた組み合わせ（例えば　みかん＆りんご　と　りんご＆みかん）は同じ組み合わせとみなしてカウントする。

組み合わせ,売れた数,売上金額
みかん&りんご,30,9000
りんご＆桃,20,8800
ぶどう＆みかん,40,7000

〇課題
・当店では単価が決まっておらず、各組み合わせに応じて料金が決まっているため、
単純に商品Aの金額と商品Bの金額を合計できない
・価格変動制のため、例えばりんご＆みかんを300円で販売するときもあれば320円である場合もあるため、csvの”支払額”のカラムに基づいた金額で集計したい
・現状読み込むcsvデータの”支払額”はobject型になっているので、合算可能な形にまずは変換する必要がある想定
です。

〇試したこと
df["支払額"] = pd.to_numeric(df["支払額"])
dfx = df.groupby(df[["商品A","商品B"]].agg(frozenset,1))["No"].sum().to_frame("支払額")
dfx.sort_values(by="支払額",ascending=False).head(10)

でやってみましたが、想定した金額よりも大きな値となってしまい、困っています。

〇当サイトで売れた数の集計方法は教えていただいたのですが、同時に売上金額の集計も
実現したく質問させていただきます。

python初心者のため、初歩的な質問で申し訳ございませんが、よろしくお願いいたします

Comments

[1T2R3M4]

>初歩的な質問で申し訳ございません
質問ではなくて作業依頼では。

https://teratail.com/help/avoid-asking
コードをください・デバッグしてください等の丸投げの質問
何かを作りたいのでコードを書いてほしい、学校の課題を解いてほしい等の質問は、具体的にプログラミングで困っている質問ではないと考え、推奨していません。

[kobakenn3]

質問の仕方がよくなかったですね、申し訳ございません。
具体的には、
df["支払額"] = pd.to_numeric(df["支払額"])
dfx = df.groupby(df[["商品A","商品B"]].agg(frozenset,1))["No"].sum().to_frame("支払額")
dfx.sort_values(by="支払額",ascending=False).head(10)

で実行してみたのですが、集計した金額があまりにも大きな値になってしまったため、
質問させていただいた次第です。

[AbeTakashi]

↑この情報は質問文に含めるべきかと思います。1T2R3M4さんも書かれていますが、自分でどこまでやってどこが分からないのか？というのは質問する際には必須の情報です。それが質問文内にないため「作業依頼」というふうに受け取られてしまいます。質問文は追記や更新ができます。

[kobakenn3]

ご指摘ありがとうございます。更新させていただきました。

Answer 1

import pandas as pd
import io

pd.set_option('display.unicode.east_asian_width', True)

csv_data = '''
No,商品A,商品B,時刻,支払額
0,みかん,りんご,2022/3/15 10:00,-300
1,りんご,桃,2022/3/15 12:00,-500
2,ぶどう,みかん,2022/3/15 14:00,-400
3,みかん,レモン,2022/3/15 15:00,-600
4,りんご,みかん,2022/3/15 16:00,-200
5,みかん,りんご,2022/3/15 17:00,-180
6,みかん,レモン,2022/3/15 15:10,-290
7,レモン,みかん,2022/3/15 15:20,-420
'''
df = pd.read_csv(io.StringIO(csv_data), parse_dates=['時刻'])

#
df['組み合わせ'] = df[['商品A', '商品B']].agg(frozenset,1)
dfx = (
  df.groupby('組み合わせ', as_index=False)
    .agg(
      組み合わせ = ('組み合わせ', lambda x: '＆'.join(x.values[0])),
        売れた数 = ('No', 'count'),
          支払額 = ('支払額', lambda x: -x.sum()))
    .sort_values('支払額', ascending=False)
    .reset_index(drop=True))

print(dfx)

#
       組み合わせ  売れた数  支払額
0  みかん＆レモン         3    1310
1  みかん＆りんご         3     680
2      桃＆りんご         1     500
3  みかん＆ぶどう         1     400